遵义发布新闻稿件数据集

数据来源包括两部分：一是集团采编团队在履职过程中自主拍摄、撰稿、剪辑生产各类新闻、图文、音视频内容，相关作品版权归属于集团，由遵义市新闻传媒中心授权使用，权属清晰无争议；二是通过用户注册和使用软件时签署的用户协议和隐私协议，合规获取公开用户行为与平台使用数据，数据获取流程规范合法。加工依托集团自研遵义发布APP管理平台、自动化清洗脚本与AI标签引擎完成，对原始新闻素材统一格式、剔除脏数据、重复内容去重及内容合规审核、敏感词校验，自动生成多维度分类标签并构建标准化检索索引。处理全程遵循《数据安全法》《著作权法》《网络内容生态治理规定》相关标准规范，数据集无个人敏感信息，无需去标识化脱敏，对外输出统计类衍生数据时统一做聚合脱敏处理。数据采用SHA256哈希加密存储，实施基于角色的分级访问控制、每日全量增量备份、180天备份留存与数据全生命周期归档销毁管理，配套数据安全事件响应机制，规范数据流转边界，保障数据处理、流通全流程合规安全。

搜集汇总

背景与挑战

背景概述

该数据集整合遵义市新闻传媒集团自主生产的新闻图文、音视频内容与用户行为数据，来源合规、权属清晰。经自动化清洗、AI标签标注及多轮合规审核处理，已剔除冗余并脱敏，无个人敏感信息，符合相关法规要求。数据规模约48.74GB，每日更新，可用于内部降本增效、决策支持及面向政务部门的标准化数据服务。